文献
J-GLOBAL ID:202302231689717978   整理番号:23A1048699

大規模発電計画の高速最適化:機械学習に基づくアクティブな制約条件の推定と探索領域の限定

Inactive constraint reduction and search domain restriction based on machine learning for large scale unit commitment
著者 (2件):
資料名:
巻: 10th  ページ: ROMBUNNO.2A8-1  発行年: 2023年03月01日 
JST資料番号: Z0975B  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
電力システム運用におけるユニットコミットメントとして,消費者が必要とする電力を,送電線を経由して送るための最適発電と発電所のオン/オフを示す発電計画が作成される。各発電所の膨大な数のオン/オフを各時間において決定するために,不確実性のための多数の操作制約と再生エネルギーの局所的発生による最大送電容量オーバの下で,大規模組合せ最適化が,発電計画を作成するのに必要である。一方,この大規模最適化問題を標準最適化法だけで解くことは長い計算時間を要する。計算時間を短くするために,機械学習を用い,得られる計画に影響しない無効制約を,最適化スケールを減らすために除去し,最適化探索領域を制限するために最適オン/オフを推定した。提案方法の性能を評価するために,それをIEEE-118バス電力システムモデルに適用した。その結果,提案手法は計算時間の82%の削減を可能にし,一方,0.8%の最適化精度を維持した。(翻訳著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  発電一般 
引用文献 (9件):

前のページに戻る